BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
Nguyễn Thành Trung
NGHIÊN CỨU XỬ LÝ ẢNH SPECT TIM TRONG HỖ
TRỢ CHẨN ĐOÁN BỆNH ĐỘNG MẠCH VÀNH
LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỆN TỬ
Hà Nội - 2021
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
Nguyễn Thành Trung
NGHIÊN CỨU XỬ LÝ ẢNH SPECT TIM TRONG HỖ
TRỢ CHẨN ĐOÁN BỆNH ĐỘNG MẠCH VÀNH
Ngành: Kỹ thuật Điện tử
Mã số: 9520203
LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỆN TỬ
NGƯỜI HƯỚNG DẪN KHOA HỌC:
1. TS. NGUYỄN THÁI HÀ
2. GS. TS. NGUYỄN ĐỨC THUẬN
Hà Nội - 2021
i
Lời cam đoan
Tác giả xin cam đoan đây là công trình nghiên cứu riêng của tác giả, không sao chép
của bất kỳ người nào. Các số liệu kết quả nêu trong luận án là hoàn toàn trung thực và chưa
từng được tác giả khác công bố.
T/M tập thể giáo viên hướng dẫn
TS. Nguyễn Thái Hà
Hà Nội, ngày tháng
Tác giả
năm
NCS. Nguyễn Thành Trung
ii
Lời cảm ơn
Tôi xin chân thành cảm ơn TS Nguyễn Thái Hà và GS.TS. Nguyễn Đức Thuận,
những người đã nhiệt tình hướng dẫn và giúp đỡ tôi rất nhiều trong quá trình nghiên cứu và
hoàn thành Luận án.
Tôi cũng xin chân thành cảm ơn Bộ môn Công nghệ Điện tử và Kỹ thuật Y sinh,
Phòng Đào tạo, Viện Điện tử -Viễn thông, Trường Đại học Bách Khoa Hà Nội đã tạo điều
kiện thuận lợi để tôi hoàn thành nhiệm vụ nghiên cứu của mình.
Tôi cũng xin chân thành cảm ơn tới khoa Y học Hạt nhân, bệnh viện Trung ương
Quân đội 108; viện Công nghệ Thông tin, viện Khoa học và Công nghệ Quân sự đã hỗ trợ,
cộng tác, tạo điều kiện để tôi hoàn thành nhiệm vụ nghiên cứu của mình.
Tôi cũng bày tỏ lòng biết ơn đến Gia đình tôi, vợ và con tôi, các anh chị em, đồng
nghiệp và bạn bè những người đã ủng hộ và động viên giúp đỡ tôi trong thời gian làm Luận
án.
MỤC LỤC
LỜI CAM ĐOAN………………………………………………………………………………….i
LỜI CẢM ƠN…………………………………………………………………………………..…ii
MỤC LỤC………………………………………………………………………………………..iii
DANH MỤC CÁC HÌNH VẼ …………………………………………………………………...vi
DANH MỤC CÁC BẢNG BIỂU………………………………………………………………...ix
DANH MỤC CÁC TỪ VIẾT TẮT …………………………………………………………..…..x
MỞ ĐẦU
1. Lý do chọn đề tài, mục đích nghiên
cứu………………………………………………………...1
2. Đối tượng, phương pháp và phạm vi nghiên cứu của luận án……………………….....……..
…4
3. Ý nghĩa khoa học và thực tiễn của luận
án………………………………………………………5
4. Các đóng góp của luận án……………………………..
………………………………………..6
5. Bố cục của luận án………………………………………………………………….
…………..7
CHƯƠNG 1. TỔNG QUAN VỀ PHƯƠNG PHÁP XẠ HÌNH TƯỚI MÁU CƠ TIM BẰNG
MÁY SPECT……………………………………………………………………………………..8
1.1. Bệnh lý động mạch vành……………………………………………………………….…....8
1.1.1.
Giải phẫu tim và bệnh lý mạch vành…………………………………..…….…….8
1.1.2.
Các phương pháp chẩn đoán bệnh mạch vành…………………………………….9
1.2. Xạ hình tưới máu cơ tim bằng máy SPECT…………………………………………….…..11
1.2.1.
Nguyên lý của phương pháp chụp xạ hình tưới máu cơ tim. ……………….….....11
1.2.2.
Giá trị của phương pháp xạ hình tưới máu cơ tim bằng máy SPECT………....….13
1.2.3.
Các yếu tố ảnh hưởng tới độ chính xác kết quả chẩn đoán…………………...…..15
1.3. Giải pháp xử lý ảnh SPECT tim trong hỗ trợ chẩn đoán bệnh động mạch vành. ……..…….17
1.3.1.
Tình hình nghiên cứu các giải pháp trong nước. ……………………………..….17
1.3.2.
Tình hình nghiên cứu các giải pháp ngoài nước. …………………………….…..18
1.3.3.
Nhận xét, đánh giá các giải pháp đã khảo sát và đề xuất giải pháp của tác giả…. 23
1.4. Kết luận chương 1………………………………………………………………...………..25
iii
CHƯƠNG 2. XÂY DỰNG BỘ CƠ SỞ DỮ LIỆU SPECT TIM……………………………..27
2.1.
Vấn đề nghiên cứu. …..…………………….………………………………………
2.2.
Quy trình thu thập dữ liệu ……………………..………………………………...…
2.2.1.
Cơ sở y học h
2.2.2.
Quy trình xạ h
2.2.2.1. Quy tr
2.2.2.2. Quy tr
2.2.3.
2.3.
Tiêu chuẩn loạ
Quy trình xử lý, chuẩn hoá dữ liệu…………………………………………………
2.3.1.
Quy trình chu
2.3.2.
Quy trình chu
2.4.
Quy trình gắn nhãn dữ liệu…………………………………………………………
2.5.
Xây dựng các tính năng bộ cơ sở dữ liệu……………………………………………
2.6.
Phân bố dữ liệu, tính cỡ mẫu ………………………………………………………
2.7.
Nhận xét, đánh giá bộ cơ sở dữ liệu………….………………………………………
2.7.
Kết luận chương 2.……………………………………………………………………
CHƯƠNG 3. XÂY DỰNG BỘ LỌC NHIỄU SUY GIẢM SỬ DỤNG MẠNG DEEP
52
LEARNING..................................................................................................................................
3.1.
3.2.
Vấn đề nghiên cứu....…...………………………………………………….……
Xây dựng mô hình lọc nhiễu suy giảm cho ảnh SPECT MPI……………………
3.2.1.
Các mô hình C
3.2.2.
Các thước đo
3.2.3.
Dữ liệu thử ng
3.2.4.
Đề xuất mô hì
nhiễu suy giảm ………………………………………………………………………
3.2.4.1. Mô hì
3.2.4.2. Thử n
3.2.5.
Đề xuất mô hì
3.2.5.1. Mô hì
3.2.5.2. Hàm m
3.2.5.3. Thiết
3.2.5.4. Kết qu
iv
3.2.6. Kết quả thực nghiệm………………………………………………………...……85
3.3. Kết luận chương 3……………………………………………………………………..…88
CHƯƠNG 4. PHÁT TRIỂN GIẢI PHÁP HỖ TRỢ CHẨN ĐOÁN BỆNH MẠCH VÀNH88
4.1. Vấn đề nghiên cứu…...……………………………..……………………………………90
4.2.
Đề xuất giải pháp hỗ trợ chẩn đoán nâng cao chất lượng hình ảnh cho các máy SPECT
thông thường…………………………………………………………………………..…93
4.3.
4.4.
4.2.1.
4.2.2.
Thu thập dữ liệu thực nghiệm……………………………………………………93
Hiệu chỉnh suy giảm bằng mô hình 3D Unet GAN…………………………...…94
4.2.3.
Tập dữ liệu………………………………………………………………….……95
4.2.4.
Phương pháp thực nghiệm………………………………………………….……97
4.2.5.
Kết quả thực nghiệm…………………………………………………………..…98
Đề xuất giải pháp hỗ trợ ra quyết định chẩn đoán……………………………….……..102
4.3.1.
Cơ sở dữ liệu ……………………...……………………………….…………...102
4.3.2.
Mô hình chẩn đoán……………………………………………………………...104
4.3.3.
Thử nghiệm và kết quả…………………………………………..…………..….106
Kết luận chương 4………………………………………………………………………110
KẾT LUẬN…………………………………………………………………………...……..…111
TÀI LIỆU THAM KHẢO…………………………………………………………….……..…113
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ…………………………………..……….121
v
DANH MỤC CÁC HÌNH VẼ
Hình 1.1. Bệnh động mạch vành…..………………………………….…………………………8
Hình 1.2. Mạch máu của tim. 1. Xoang ngang 2.Động mạch vành phải 3. Động mạch vành trái
4. Động mạch mũ tim 5. Động mạch liên thất trước ……………………………………9
Hình 1.3. Đặc trưng hình ảnh khuyết xạ trên xạ hình tưới máu cơ tim…………………12
Hình 1.4. Chiến thuật điều trị thiếu máu cơ tim cục bộ dựa trên xạ hình tưới máu cơ tim……15
Hình 1.5. Sự phát triển của học máy trong tim mạch hạt nhân……………………………...…18
Hình 1.6. So sánh đường ROC giữa SVM và 2 bác sĩ trong dò tìm tổn thương cơ tim. …...…19
Hình 1.7. Độ nhạy, độ đặc hiệu và độ chính xác của thuật toán ML so với TPD và phân tích
trực quan của 2 chuyên gia. ……………………………………………………………………20
Hình 1.8. Đường cong ROC cho dự đoán biến cố tim bất lợi MACE…………………………21
Hình 1.9. Mô hình DL trong dự đoán tắc nghẽn mạch vành……………………………..……22
Hình 2.1. Hệ thống máy SPECT: Infinia, Optima, Ventri……………………………………..30
Hình 2.2. Quy trình xạ hình tưới máu cơ tim bằng máy SPECT………………………………36
Hình 2.3. Ảnh lát cắt và ảnh cực được trình bày theo protocol chẩn đoán ………………..…..39
Hình 2.4. Protocol chuyên lấy ảnh cho học máy………………………………………………39
Hình 2.5. Sơ đồ chuẩn hóa dữ liệu…………………………………………………………..…40
Hình 2.6. File trả lời kết quả……………………………………………………………..……41
Hình 2.7. Ảnh cực được tổng hợp từ các lát cắt……………………………………….………43
Hình 2.8. Phần mềm gắn nhãn dữ liệu bệnh nhân…………………………………………..…44
Hình 3.1. Ảnh không hiệu chỉnh suy giảm (NC images) và ảnh có hiệu chỉnh suy giảm (AC
images) của cùng một bệnh nhân………………………………………………………………54
Hình 3.2. Mạng nơron tích chập CNN…………………………………………………………57
Hình 3.3. Ma trận kích thước 600 * 800……………………………………………….………58
Hình 3.4. Biểu diễn ma trận điểm màu…………………………………………………...……58
Hình 3.5. Ba ma trận biểu diễn ảnh màu……………………………………………….………59
Hình 3.6. Ảnh mầu là một tensor 3 chiều ……………………………………………...……...59
Hình 3.7. Phép tính tích chập………………………………………………………………..…60
Hình 3.8. Phép tính tích chập cho ảnh màu có 3 kênh red, green, blue…………………..……61
Hình 3.9. Tensor 3 chiều có chiều sâu k………………………………………………….……61
vi
Hình 3.10. Lớp gộp kích thước (2,2) …………………………………………………….……62
Hình 3.11. Các loại lớp gộp……………………………………………………………………63
Hình 3.12. Mạng CAE trong lọc nhiễu……………………………………………………...…63
Hình 3.13. Mô hình mạng U-net………………………………………………………….……65
Hình 3.14. Phép tính transposed convolution…………………………………………….……66
Hình 3.15. Sơ đồ mạng GAN………………………………………………………………..…67
Hình 3.16. Nhóm ảnh lát cắt thành một khối mẫu 3D…………………………………………72
Hình 3.17. Kiến trúc 3D-CAE đề xuất…………………………………………………………73
Hình 3.18. Đầu vào NC, ảnh biến đổi và ảnh đích thật. ………………………………………76
Hình 3.19. Kiến trúc 3DUnet-GAN……………………………………………………………78
Hình 3.20. Đồ thị hàm Sigmoid………………………………………………………………..79
Hình 3.21. Đồ thị hàm mục tiêu trong trường hợp yi = 1……………………………………...81
Hình 3.21. Đồ thị hàm mục tiêu trong trường hợp yi = 0………………………………….…..81
Hình 3.23. Ảnh đầu vào, ảnh dự đoán và ảnh thật………………………………………..……84
Hình 4.1 . Deep learning neural network, Regression, Random Forests, Support vector
machine, Gradient Boosting Machines…………………………………………………………89
Hình 4.2. Trích xuất đặc trưng của học máy và deep learning ……………………………..…89
Hình 4.3. Ảnh dự đoán hiệu chỉnh suy giảm GenAC từ mô hình 3D Unet GAN và ảnh chưa
hiệu chỉnh suy giảm NC……………………………………………………………………..…92
Hình 4.4. Thứ tự sắp xếp ảnh…………………………………………………….…………….93
Hình 4.5. Phần mềm hỗ trợ đọc kết quả trong thực nghiệm…………………………..……….94
Hình 4.6. Độ chính xác chẩn đoán……………………………………………………………..96
Hình 4.7. So sánh độ nhạy và độ đặc hiệu……………………………………………...98
Hình 4.8. Gia tăng tỉ lệ phát hiện bệnh nhân không tổn thương khi dùng GenAC………..…..98
Hình 4.9. Gia tăng tỉ lệ phát hiện các nhánh không tổn thương………………………...99
Hình 4.10. A. Ảnh cắt lát; B. Ảnh bản đồ cực………………………………………..…..…..100
Hình 4.11. Khuyết xạ tưới máu trên hình ảnh SPECT tim………………………..…………101
Hình 4.12. Kiến trúc VGG gồm 16 lớp CNN…………………………………………......….102
Hình 4.13. Kiến trúc mạng deep-learning sử dụng để chẩn đoán CAD………..………….....103
Hình 4.14. Kiểm tra chéo 5 đoạn (5-fold cross validation) …………………………….……105
Hình 4.15. Độ chính xác của 2 mô hình sử dụng ảnh cắt lát MPI và ảnh cực trên các tập con105
vii
Hình 4.16. Độ chính xác trung bình của 2 mô hình sử dụng ảnh cắt lát MPI và ảnh bản đồ
cực………………………………………………………………………………………….…106
Hình 4.17. ROC của 2 mô hình sử dụng ảnh cắt lát MPI và ảnh bản đồ cực……...…………106
viii
DANH MỤC CÁC BẢNG BIỂU
Bảng 1.1. Độ nhậy, đặc hiệu của SPECT MPI trong chẩn đoán bệnh động mạch vành….……14
Bảng 1.2. Các nghiên cứu sử dụng học máy ứng dụng trong tim mạch hạt nhân…………...…23
Bảng 2.1. Bảng thống kê các tập dữ liệu CT và SPECT MPI…………………………….……28
Bảng 2.2. Các tập dữ liệu ứng dụng trí tuệ nhân tạo trong tim mạch hạt nhân………………...32
Bảng 2.3. Dữ liệu nghiên cứu……………………………………………………………..……38
Bảng 2.4. Bảng mã hóa hệ số nguy cơ……………………………………………………….…41
Bảng 2.5. Bảng phân loại nhãn…………………………………………………………....……42
Bảng 2.6. 17 phân vùng cơ tim dùng trong trả lời kết quả………………………..……….……43
Bảng 2.7. Bảng thống kê thông tin của bộ dữ liệu……………………………………..…….…45
Bảng 2.8. Phân bố dữ liệu……………………………………………………………...…….…46
Bảng 3.1. Số lượng mẫu……………………………………………………………..…………72
Bảng 3.2. Kích thước của từng lớp 3D-CAE……………………………………………..……74
Bảng 3.3. Đánh giá trên các phép đo khác nhau (chữ in đậm thể hiện kết quả đo tốt nhất) ..…77
Bảng 3.4. Kết quả thực nghiệm (giá trị bôi đen là tốt nhất) ………………………………...…85
Bảng 3.5. Đánh giá hiệu suất (chữ in đậm cho giá trị đo tốt nhất) ……………………….……86
Bảng 4.1. Bảng thống kê thông tin của bộ dữ liệu………………………………....……91
Bảng 4.2. Bảng thống kê tổn thương cơ tim……………………………………….…....92
Bảng 4.3. Bảng chia mẫu……………………………………………………………..…93
Bảng 4.4. Số lượng mẫu……………………………………………………………..…….…..102
ix
DANH MỤC CÁC TỪ VIẾT TẮT
Từ viết tắt
CAD
C
RCA
R
LAD
Le
LCx
Le
MPI
M
SPECT
Si
to
ECG
El
CT
C
SRS
Su
SSS
Su
SDS
Su
TPD
To
AUC ROC
A
ch
SVM
Su
ML
M
TID
Tr
MACE
M
OSEM
O
m
IRAC
Ite
co
FBP
Fi
PET/MR
Po
m
x
DL
D
CADx
C
MNIST
M
an
DDSM
D
m
MIAS
M
so
IRMA
Im
QGS
Q
QPS
Q
ASNC
A
ca
RBG
R
NC
N
AC
A
BMI
B
CAE
C
MBIR
M
NNC
N
HD
H
ULD
U
RED-CNN
R
ne
xi
GAN
G
CNN
C
FC
Fu
MSE
M
PSNR
Pe
SSIM
St
xii
HVS
H
PCC
Pe
UQI
U
NMAE
N
MỞ ĐẦU
1. Lý do chọn đề tài, mục đích nghiên cứu
Ngày nay, nguyên nhân gây tử vong và tàn phế hàng đầu tại các quốc gia phát triển là
bệnh tim mạch. Tại các nước đang phát triển, bệnh tim mạch cũng có xu hướng gia tăng.
Bệnh tim mạch chiếm 34,2% số tử vong chung trên toàn thế giới mỗi năm cho dù đã có
nhiều phương pháp điều trị hữu hiệu. Ở Việt Nam, số người chết vì bệnh tim mạch
khoảng 200.000 người, chiếm ¼ tổng số ca tử vong hằng năm. Theo thống kê, cứ 3 người
trưởng thành thì có 1 người có nguy cơ tim mạch. Số liệu trên được đưa ra tại tọa đàm
"Vì trái tim khỏe Việt Nam" diễn ra tại bệnh viện Tim Hà Nội 2015.
Bệnh động mạch vành là bệnh lý tim mạch hay gặp nhất, là nguyên nhân gây tử vong
hàng đầu trên thế giới. Nguyên nhân gây ra bệnh này chủ yếu do xơ vữa thành mạch, gây
thiếu máu cơ tim cục bộ. Tổ chức y tế thế giới ước tính có tới 3,8 triệu đàn ông và 3,4
triệu phụ nữ chết vì bệnh động mạch vành mỗi năm. Tại các nước ở Bắc Mỹ và Tây Âu,
tỉ lệ chết vì bệnh này đã giảm nhưng tại các nước đang phát triển, trong đó có Việt Nam,
tỉ lệ này đang tăng nhanh. Con số ước tính chỉ ra rằng khoảng 82% tỉ lệ chết vì bệnh động
mạch vành trong tương lai sẽ xẩy ra ở các nước đang phát triển.
Xạ hình tưới máu cơ tim MPI (Myocardial Perfusion Imaging) bằng máy chụp cắt
lớp phát xạ vi tính đơn photon SPECT (Sigle Photon Emission Computed Tomography)
là phương pháp chẩn đoán bệnh thiếu máu cơ tim cục bộ không chảy máu có độ nhạy và
độ đặc hiệu cao. Kỹ thuật này được thực hiện rộng rãi tại các nước phát triển bởi những
giá trị chẩn đoán nó mang lại. Theo một thống kê gần đây tại Hoa Kỳ, mỗi năm có
khoảng 7 triệu lượt bệnh nhân được tiến hành chụp xạ hình tưới máu cơ tim và đây là
phương pháp được áp dụng nhiều nhất trong chuyên ngành tim mạch hạt nhân.
Tuy nhiên, kỹ thuật xạ hình tưới máu cơ tim là một kỹ thuật khó, trải qua nhiều bước
thực hiện từ dược chất phóng xạ, ghi hình, xử lý hình ảnh và đọc kết quả. Độ chuẩn xác
của các bước này ảnh hưởng tới độ chính xác của chẩn đoán. Trong các yếu tố làm giảm
độ chính xác của chẩn đoán thì nhiễu suy giảm trong khi ghi hình và sai sót chủ quan của
bác sĩ đọc kết quả là những yếu tố quan trọng gây ảnh hưởng tới chất lượng chẩn đoán.
1
Một, nhiễu suy giảm là hiện tượng tia photon bị suy giảm năng lượng khi đi qua các tổ
chức mô có tỉ trọng khác nhau, làm cho các photon không đến được các đầu dò của máy
SPECT, dẫn đến phân bố phóng xạ ở cơ tim ghi bởi máy SPECT không chính xác. Để giải
quyết vấn đề này, nhiều giải pháp đã được đưa ra như chụp nằm sấp, cải tiến thuật toán tái
tạo và hiệu quả nhất bây giờ là gắn thêm một máy chụp cắt lớp vi tính (CT) vào cùng máy
SPECT. Tuy nhiên, giá thành máy SPECT sẽ tăng lên đáng kể, kèm theo đó là các chi phí về
phòng ốc và làm tăng nguy cơ mất an toàn bức xạ…Thêm vào đó, theo thống kê, số lượng
máy SPECT đơn thuần đang chiếm khoảng 80 % trên thế giới nên giải quyết được nhiễu suy
giảm mà vẫn tận dụng được những máy này có ý nghĩa quan trọng.
Hai, sai sót chủ quan của bác sĩ bắt nguồn trình độ chuyên môn, độ phức tạp của hình
ảnh, số lượng bệnh nhân lớn, khả năng tập trung, tâm trạng, sức khỏe…Theo thống kê ở
Hoa Kỳ, sai sót chẩn đoán chung ước tính vào khoảng 10 đến 15% và trong tim mạch hạt
nhân là 30 %. Giải pháp hỗ trợ phân loại bệnh nhân có tổn thương và không có tổn
thương được phát triển nhằm giúp bác sĩ ra quyết định trên ảnh SPECT tim. Về cơ bản
giải pháp hộ trợ này giống như người đọc thứ 2 có nhiệm vụ xác định tổn thương trên
hình ảnh SPECT tim.
Như vậy, vấn đề xử lý nhiễu suy giảm và hỗ trợ chẩn đoán để nâng cao độ chính xác là
những yêu cầu cấp bách. Trước các vấn đề đó, các giải thuật học sâu đang có tiềm năng to
lớn có thể là câu trả lời phù hợp nhất. Tuy nhiên, để thử nghiệm và đánh giá hiệu quả của các
mô hình học sâu cần có tập dữ liệu lớn, đáng tin cậy. Theo các nghiên cứu về trí tuệ nhân tạo
trong tim mạch hạt nhân trên thế giới thì số lượng nghiên cứu còn hạn chế, các tập dữ liệu có
số mẫu nhỏ, chưa có nguồn gốc tin cậy. Đa phần các tập dữ liệu này đều sử dụng mẫu đầu
vào là các biến chức năng, các tham số định lượng… phù hợp với mô hình học máy cũ như
máy hỗ trợ vec-tơ, chưa tận dụng được sức mạnh của học sâu với công cụ trích chọn đặc
trưng tự động từ hình ảnh. Một số tập dữ liệu tốt, có số lượng mẫu lớn, thu thập ở những
trung tâm tin cậy thì không công khai, cá nhân hóa nên việc tiếp cận tập dữ liệu này rất khó
khăn. Thêm nữa, các tập dữ liệu trên đều dựa trên cơ sở dữ liệu của bệnh nhân nước ngoài để
tính các tham số định lượng nên khi áp dụng vào đặc điểm hình ảnh
2
SPECT tim của người Việt Nam chắc chắn có nhiều hạn chế. Điều này đã được nhiều
nghiên cứu chứng minh và khuyến cáo rằng mỗi chủng người cần có bộ cơ sở dữ liệu
riêng để đánh giá. Từ những điều trên có thể thấy rằng tập dữ liệu nghiên cứu SPECT tim
còn ít và không áp dụng được cho người Việt Nam, cần xây dựng bộ cơ sở dữ liệu mang
các đặc trưng của người Việt. Tuy nhiên, việc xây dựng cơ sở dữ liệu SPECT tim lớn sẽ
rất khó khăn vì kỹ thuật xạ hình tưới máu cơ tim bằng máy SPECT là một kỹ thuật khó,
rất ít trung tâm Y học Hạt nhân ở Việt Nam có thể làm được. Bên cạnh đó, sự tiếp cận dữ
liệu với các vấn đề về quy định, bảo mật cũng như trình độ xử lý dữ liệu còn hạn chế sẽ
làm công việc này trở nên khó khăn hơn.
Mục đích của luận án là hỗ trợ chẩn đoán, hạn chế sai sót thông qua nghiên cứu, xử
lý ảnh SPECT tim nhằm đưa ra các biện pháp cải thiện chất lượng hình ảnh, nâng cao độ
chính xác chẩn đoán phương pháp xạ hình tưới máu cơ tim bằng máy SPECT.
Do đó, nghiên cứu sinh đã tiến hành xây dựng các mục tiêu :
Xây dựng bộ dữ liệu SPECT tim có số mẫu lớn, độ tin cậy cao mang đặc trưng của
người Việt Nam. Mục tiêu này giải quyết vấn đề cơ sở dữ liệu để thử nghiệm và kiểm
định kết quả của các giải thuật học sâu trong hiệu chỉnh nhiễu suy giảm và hỗ trợ chẩn
đoán nâng cao độ chính xác của phương pháp xạ hình tưới máu cơ tim. Thực hiện mục
tiêu này bằng cách xây dựng các quy trình : quy trình thu thập dữ liệu, quy trình xử lý
chuẩn hóa dữ liệu, quy trình gắn nhãn dữ liệu, quy trình xây dựng các đặc tính của bộ
dữ liệu. Dữ liệu bệnh nhân được thu thập từ quy trình thực hành chuẩn Y học Hạt nhân
cho dược sĩ chuẩn bị dược chất phóng xạ, kỹ thuật viên tiêm và chụp hình, bác sĩ trả lời
kết quả. Quy trình thu nhận hình ảnh được thiết lập theo hướng dẫn của hội tim mạch
hạt nhân châu Âu và hiệp hội tim mạch hạt nhân Hoa Kỳ. Quy trình xử lý dữ liệu được
thiết lập để bảo tồn các đặc trưng hình ảnh SPECT tim, chuẩn hóa dữ liệu cho phù hợp
với đầu vào của các mô hình học máy, loại bỏ các thông tin không cần thiết giảm khối
lượng tính toán, kết hợp các yếu tố nguy cơ đưa vào bộ cơ
sở dữ liệu. Quy trình gắn nhãn dữ liệu được thực hiện bởi các bác sĩ có ít nhất 10 năm
kinh nghiệm đọc xạ hình tưới máu cơ tim. Quy trình xây dựng các tính năng của bộ
3
dữ liệu như trích xuất thông tin bệnh nhân, bảo mật thông tin người bệnh, trích xuất
các đặc tính mang tính thống kê như tuổi, giới tính, bệnh sử lâm sàng, kết luận tổn
thương…
Đề xuất giải pháp lọc nhiễu suy giảm mà không dùng đến máy CT bằng học máy, tận
dụng được những máy SPECT thông thường. Giải pháp này chính là áp dụng mô hình
học sâu trong dự đoán ảnh có hiệu chỉnh suy giảm, có chất lượng và độ chính xác
tương đương hình ảnh hiệu chỉnh suy giảm bằng máy chụp cắt lớp CT. Dữ liệu đưa vào
mô hình học máy gồm tập ảnh được chuẩn hóa ở mục tiêu trên, chụp bởi hệ thống máy
SPECT/CT hiện đại nhất của Gehealthcare, bao gồm ảnh đầu vào chưa có hiệu chỉnh
suy giảm, ảnh gắn nhãn huấn luyện là ảnh hiệu chỉnh suy giảm bằng CT của cùng bệnh
nhân tương ứng. Mô hình học được thiết kế phù hợp với các đặc trưng hình ảnh SPECT
tim, các tham số được cải thiện qua các thử nghiệm.
Đề xuất giải pháp hỗ trợ bác sĩ nâng cao độ chính xác chẩn đoán trên ảnh SPECT
tim. Mục tiêu này nhằm làm giảm sai sót do yếu tố chủ quan, mà cụ thể là phục vụ
bác sĩ trong quá trình trả lời kết quả. Mô hình học sâu sẽ học các đặc trưng của hình
ảnh mang tổn thương và đặc trưng của bệnh nhân không có tổn thương. Trải qua
quá trình huấn luyện, mô hình sẽ hỗ trợ bác sĩ phân loại bệnh nhân không có tổn
thương nhanh hơn, tập trung vào các bệnh nhân có tổn thương. Dữ liệu học ở đây
chính là hình ảnh SPECT tim kèm các hệ số nguy cơ, đầu ra gắn nhãn bởi bác sĩ sẽ
giúp mô hình mạng thiết lập các tham số tối ưu.
2. Đối tượng, phương pháp và phạm vi nghiên cứu của luận án
Đối tượng nghiên cứu của luận án:
Đặc trưng hình ảnh xạ hình tưới máu cơ tim bằng máy SPECT, các yếu tố ảnh
hưởng
đến hình ảnh SPECT tim đặc biệt là nhiễu suy giảm.
Các mô hình xử lý nhiễu ảnh, các giải pháp nâng cao chất lượng hình ảnh.
Nghiên cứu phương pháp ghi hình và thu thập dữ liệu SPECT tim
4
Phương pháp nghiên cứu của luận án
Phương pháp nghiên cứu sử dụng trong luận án là phương pháp kinh điển: thu
thập thông tin thông qua khảo sát thực tế, đề xuất xây dựng mô hình lý thuyết, sử dụng
dữ liệu thực tế để kiểm tra kết quả và so sánh với các phương pháp khác đã công bố.
Phạm vi nghiên cứu của luận án:
Đặc trưng hình ảnh SPECT tim, các phương pháp lọc nhiễu: Nghiên cứu
đặc trưng hình ảnh tổn thương và không tổn thương, nhiễu suy giảm thường gặp
và các phương pháp loại bỏ nhiễu.
Các mô hình phân lớp sử dụng trí tuệ nhân tạo và phương pháp xây dựng
các mô hình này.
Các mô hình lọc nhiễu, tăng cường chất lượng hình ảnh, các phương pháp
xây dựng các mô hình này.
Nghiên cứu các bộ cơ sở dữ liệu, phương pháp xây dựng bộ cơ sở dữ liệu
phù hợp với học sâu.
3. Ý nghĩa khoa học và thực tiễn của luận án
Về ý nghĩa khoa học:
Có được một bộ dữ liệu SPECT tim có số lượng lớn, độ chính xác cao, xây
dựng tại cơ sở y học hạt nhân có uy tín được công bố rộng rãi. Bộ dữ liệu này được
xây dựng với các đặc trưng hình ảnh SPECT tim của người Việt Nam. Đây không
chỉ phục vụ cho nghiên cứu của tác giả mà còn phục vụ các nghiên cứu khác trong
xử lý ảnh, hỗ trợ chẩn đoán bệnh động mạch vành trên ảnh SPECT tim sau này.
Vấn đề xử lý nhiễu suy giảm trên ảnh SPECT tim bằng deep learning được
nghiên cứu tổng thể, có hệ thống trên một cơ sở dữ liệu lớn, độ chính xác cao, thực
hiện tại một cơ sở y học hạt nhân tin cậy. Mô hình lọc nhiễu được đề xuất có độ
chính xác tương đương việc lắp thêm một máy chụp cắt lát CT cùng thuật toán
phức tạp vào máy SPECT thông thường.
5
- Xem thêm -